图像数字化是计算机科学和信息技术中的一个关键领域，它涉及到将现实世界的连续图像转换为数字形式，以便计算机可以处理和分析。本课件讲义聚焦于这个过程，涵盖了多个核心概念和技术，包括采样、采样函数、采样定理、量化方法以及图像的存储格式。
我们来探讨采样。在图像数字化中，采样是将连续图像分解为离散点的过程，这些点被称为像素。每个像素代表图像中的一个特定区域，并且拥有自己的颜色或灰度值。采样的过程决定了图像的分辨率，即图像中像素的数量。高分辨率图像包含更多的细节，但也会占用更多的存储空间。
采样函数，也称为脉冲编码调制（PCM），定义了如何从连续图像中选择采样点。它通常是周期性的，例如，对于二维图像，可能会使用正方形网格进行采样。采样函数的选择对最终的数字图像质量有直接影响。
接着，采样定理是图像数字化中的一个重要理论基础，由奈奎斯特定理所阐述。该定理指出，为了无失真地重建原始信号，采样频率必须至少是原始信号最高频率的两倍。在图像处理中，这意味着采样间隔不能过大，否则可能导致图像失真，出现所谓的“aliasing”现象，也就是著名的“摩尔纹”。
接下来是量化，它是将采样得到的连续信号转换为有限数值的过程。在图像中，连续的色彩或灰度范围被分割成有限个等级，每个等级对应一个数字值。量化级别越多，图像色彩层次越丰富，但数据量也越大。通常，8位量化用于表示256个灰度级别或24位量化用于表示1670万种颜色。
我们谈谈图像的存储格式。不同的存储格式有不同的优点和适用场景。常见的有JPEG，适合压缩照片，通过有损压缩减少文件大小；PNG，适用于线稿和图标，支持透明度且无损压缩；还有BMP，不进行任何压缩，但文件体积大。此外，还有TIFF、GIF等格式，各有其特定用途。
在"第2章图像数字化.pdf"中，你将深入学习这些概念的详细解释，包括理论背景、计算方法以及实际应用。通过阅读这份讲义，你将能够理解图像数字化的全过程，掌握如何优化采样和量化以获得高质量的数字图像，以及如何根据需求选择合适的存储格式。这将对你的图像处理和分析能力大有裨益。
